Anthropic startet Claude Science für Wirkstoffforschung

Wenn ein Unternehmen, das für konversationale KI bekannt ist, beginnt, Laborwissenschaftler einzustellen und Nassenlabore aufzubauen, fällt das auf. Anthropic hat sich laut The Verge stillschweigend von der Entwicklung von Chatmodellen zur Zusammenstellung eines Werkzeugkastens für die Wirkstoffforschung verlagert und auf der Veranstaltung The Briefing: AI for Science Claude Science vorgestellt.

Claude Science wird als integrierter Arbeitsbereich präsentiert: Datensätze, Analysetools und Visualisierungs-Engines in einer Oberfläche gebündelt, sodass Forschende komplexe Ergebnisse als übersichtliche Diagramme und Bilder sehen können statt als verstreute Dateien. Die Idee ist verlockend. Eine einheitliche Umgebung, die rechnergestützte Workflows zusammenführt, könnte Routineanalysen um Wochen verkürzen und Hypothesen schneller zutage fördern.

Doch die Plattform zu bauen und tatsächlich ein Molekül in die Klinik zu bringen sind sehr unterschiedliche Projekte. Anthropic sagt, es werde sich auf vernachlässigte Krankheiten konzentrieren und maßgeschneiderte Therapeutika verfolgen. Bisher sind Details darüber, wie das Unternehmen Tierversuche durchführen, klinische Studien organisieren oder mit etablierten Herstellern zusammenarbeiten will, spärlich. Das Unternehmen hat jedoch im vergangenen Jahr stark im Bereich Lebenswissenschaften eingestellt und soll eigene Labore eingerichtet haben, um seine Ambitionen zu unterstützen.

Anthropic betritt ein überfülltes Feld. Große Tech-Unternehmen und spezialisierte Startups versuchen bereits, rechnergestützte Wirkstoffforschung zu vermarkten: OpenAI, Google und Amazon haben Initiativen für Lebenswissenschaften gestartet; Insilico und Isomorphic Labs entwickeln seit Jahren End-to-End-Pipelines für Wirkstoffdesign. Was Anthropic unterscheidet, ist sein Hintergrund bei großen Sprachmodellen und die öffentliche Wette, dass diese Modelle wissenschaftliche Workflows deutlich beschleunigen können, wenn sie mit Fachdaten und Laborinfrastruktur kombiniert werden.

Experten warnen vor Überdehnung. Forschende etwa aus Cambridge und UCL weisen darauf hin, dass KI-Werkzeuge in vielen Phasen wertvoll sind, von der Vorschlag neuer Gerüste bis zur Analyse hochdimensionaler Assay-Daten, aber sie ersetzen nicht die Notwendigkeit hochwertiger experimenteller Daten. In der Biologie ist das Signal oft verrauscht. Modelle, die auf konsistente, gut annotierte Datensätze angewiesen sind, können durch die lückenhafte, heterogene Realität experimenteller Ergebnisse behindert werden.

Können rechnerische Methoden praktische Experimente ersetzen? Noch nicht. Chemiker an der Universität Oxford und andere weisen darauf hin, dass eine Verbindung weiterhin auf Wirksamkeit, Toxizität und Verabreichung in lebenden Systemen geprüft werden muss. Prädiktive Modelle helfen, Kandidaten zu priorisieren. Sie nehmen derzeit nicht die grundsätzliche Notwendigkeit physischer Validierung weg.

Anthropic scheint diesen Unterschied zu verstehen; die Investitionen in Biologen und Laborräume deuten auf einen hybriden Ansatz hin, bei dem KI Leads erzeugt und Menschen mit Experimenten sie bestätigt.

Worauf man als Nächstes achten sollte: ob Claude Science sich mit externen CROs und Herstellern verbinden kann, wie transparent Anthropic bei Validierungsworkflows sein wird und ob die Plattform reproduzierbare präklinische Daten erzeugt, die Regulierungsbehörden und Partner überzeugen. Wenn es dem Unternehmen gelingt, die rechnerischen und experimentellen Welten zu verbinden, könnte es einen glaubwürdigen neuen Akteur in die KI-getriebene Wirkstoffentwicklung einbringen, doch auf die Umsetzung kommt es an.